CN111523057B - 基于地形测图的底图获取方法、装置、设备及存储介质 - Google Patents
基于地形测图的底图获取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111523057B CN111523057B CN202010289436.2A CN202010289436A CN111523057B CN 111523057 B CN111523057 B CN 111523057B CN 202010289436 A CN202010289436 A CN 202010289436A CN 111523057 B CN111523057 B CN 111523057B
- Authority
- CN
- China
- Prior art keywords
- map
- data
- interest
- user
- topographic map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000013507 mapping Methods 0.000 claims abstract description 73
- 230000004927 fusion Effects 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 60
- 238000012876 topography Methods 0.000 claims description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 235000012054 meals Nutrition 0.000 description 4
- 241000272814 Anser sp. Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000004424 eye movement Effects 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000000146 jump and return pulse sequence Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000003945 visual behavior Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种基于地形测图的底图获取方法、装置、设备及存储介质，该方法包括：获取预设测绘范围的遥感影像，并根据遥感影像生成预设测绘范围的航测地形图，其中航测地形图包括第一类地物要素；根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；根据航测地形图、实测地形图，融合生成预设测绘范围的地形底图。其中，通过将地物进行划分为不同的种类，针对性采用更适合的方式获取包含第一类地物要素的航测地形图、包含第二类地物要素的实测地形图，使得采集的地物要素的精度得到提高，进一步提高了通过地物要素融合生成的预设测绘范围的地形底图的精度。
Description
技术领域
本发明涉及定位处理领域，具体而言，涉及一种基于地形测图的底图获取方法、装置、设备及存储介质。
背景技术
随着社会的发展和信息技术的提升，跟团游向自驾游倾斜，这种旅游方式的转变对旅游服务提出了更高的需求，游客需要提前规划出游路线，知道如何到达目的地；需要实时获取周边有哪些服务设施，查找服务设施具体位置；在地形复杂的景区范围需要获知方向和同伴的位置等，游客需要更加直观的获取到与位置相关的服务，以便于更好的进行旅游安排。
现有技术中，主要采用现有电子地图作为底图接入旅游平台，通过定位底图中的目标建筑来提示用户一定范围内的景区，例如：目标建筑为大雁塔旁边的某个商店时，定位依然会显示大雁塔，提醒游客该商店位于大雁塔附近。
但是，现有的接入旅游平台的底图无法定位到具体的位置，定位存在误差，定位的精度低。
发明内容
本发明的目的在于提供一种基于地形测图的底图获取方法、装置、设备及存储介质，可以通过不同的方式获取第一类地物要素和第二类地物要素，使得采集的地物要素的精度得到提高，进一步提高了通过地物要素融合生成的预设测绘范围的地形底图的精度。
本发明的实施例是这样实现的：
第一方面，本发明实施例提供一种基于地形测图的底图获取方法，包括：
获取预设测绘范围的遥感影像，并根据所述遥感影像生成所述预设测绘范围的航测地形图，其中所述航测地形图包括第一类地物要素；
根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；
根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
可选地，所述方法还包括：
根据所述航测地形图和所述预设测绘范围的点云，获取地面点中等高线关键点；
根据所述等高线关键点在所述航测地形图中生成等高线，得到最终航测地形图；
相应地，所述根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图，包括：
根据所述最终航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
可选地，所述根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图之后，还包括：
获取用户旅游兴趣数据，所述用户旅游兴趣数据包括：用户兴趣表达方式、用户兴趣显示内容；
根据所述用户旅游兴趣数据，获取景区地图图幅要素；
根据所述景区地图图幅要素、所述地形底图，生成所述预设测绘范围的景区地形底图。
可选地，所述用户旅游兴趣数据包括：用户兴趣表达数据；所述用户兴趣表达数据包括：时间兴趣度数据、次数兴趣度数据、位置兴趣度数据；
所述根据所述用户旅游兴趣数据，获取景区地图图幅要素，包括：
根据预设第一兴趣算法，获取所述用户兴趣表达数据中每一种数据的标准化值；
根据所述标准化值及信息熵算法，计算所述用户兴趣表达数据中每一种数据的信息熵；
根据所述信息熵以及权重算法，确定所述用户兴趣表达数据中每一种数据的权重；
根据兴趣度算法和所述权重，获取用户兴趣表达要素。
可选地，所述用户旅游兴趣数据包括：用户兴趣显示数据；所述用户兴趣显示数据包括：浏览时间、浏览关键词；
所述根据所述用户旅游兴趣数据，获取景区地图图幅要素，包括：
根据历史浏览内容的所述浏览时间、所述浏览关键词，获取所述历史浏览内容的兴趣度；
根据所述兴趣度，获取最大所述兴趣度对应的历史浏览内容的浏览要素；
根据最大所述兴趣度对应的历史浏览内容的浏览要素，确定用户兴趣显示要素。
第二方面，本申请实施例还提供一种基于地形测图的底图获取装置，所述装置包括：
第一生成模块，用于获取预设测绘范围的遥感影像，并根据所述遥感影像生成所述预设测绘范围的航测地形图，其中所述航测地形图包括第一类地物要素；
第二生成模块，用于根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；
第三生成模块，用于根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
可选地，所述装置还包括：
第一获取模块，用于根据所述航测地形图和所述预设测绘范围的点云，获取地面点中等高线关键点；
第二获取模块，用于根据所述等高线关键点在所述航测地形图中生成等高线，得到最终航测地形图；
相应地，所述第三生成模块，具体用于根据所述最终航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
可选地，所述装置还包括：
第三获取模块，用于获取用户旅游兴趣数据，所述用户旅游兴趣数据包括：用户兴趣表达方式、用户兴趣显示内容；
第四获取模块，用于根据所述用户旅游兴趣数据，获取景区地图图幅要素；
第四生成模块，用于根据所述景区地图图幅要素、所述地形底图，生成所述预设测绘范围的景区地形底图。
可选地，所述用户旅游兴趣数据包括：用户兴趣表达数据；所述用户兴趣表达数据包括：时间兴趣度数据、次数兴趣度数据、位置兴趣度数据；
所述第四获取模块，具体用于根据预设第一兴趣算法，获取所述用户兴趣表达数据中每一种数据的标准化值；根据所述标准化值及信息熵算法，计算所述用户兴趣表达数据中每一种数据的信息熵；根据所述信息熵以及权重算法，确定所述用户兴趣表达数据中每一种数据的权重；根据兴趣度算法和所述权重，获取用户兴趣表达要素。
可选地，所述用户旅游兴趣数据包括：用户兴趣显示数据；所述用户兴趣显示数据包括：浏览时间、浏览关键词；
所述第四获取模块，具体用于根据历史浏览内容的所述浏览时间、所述浏览关键词，获取所述历史浏览内容的兴趣度；根据所述兴趣度，获取最大所述兴趣度对应的历史浏览内容的浏览要素；根据最大所述兴趣度对应的历史浏览内容的浏览要素，确定用户兴趣显示要素。
第三方面，本申请实施例还提供一种计算机设备，包括：存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述第一方面所述的基于地形测图的底图获取方法的步骤。
第四方面，本申请实施例还提供一种存储介质，所述存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面所述的基于地形测图的底图获取方法的步骤。
本发明实施例的有益效果包括：
本发明实施例提供的一种基于地形测图的底图获取方法、装置、设备及存储介质，包括：获取预设测绘范围的遥感影像，并根据遥感影像生成预设测绘范围的航测地形图，其中航测地形图包括第一类地物要素；根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；根据航测地形图、实测地形图，融合生成预设测绘范围的地形底图。其中，通过将地物进行划分为不同的种类，针对性采用更适合的方式获取包含第一类地物要素的航测地形图、包含第二类地物要素的实测地形图，使得采集的地物要素的精度得到提高，进一步提高了通过地物要素融合生成的预设测绘范围的地形底图的精度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供一种基于地形测图的底图获取方法的流程示意图；
图2为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图；
图3为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图；
图4为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图；
图5为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图；
图6为本申请另一实施例提供的一种基于地形测图的底图获取装置；
图7为本申请另一实施例提供的一种基于地形测图的底图获取装置；
图8为本申请另一实施例提供的一种计算机设备。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1为本申请实施例提供一种基于地形测图的底图获取方法的流程示意图，该方法包括：
步骤101、获取预设测绘范围的遥感影像，并根据遥感影像生成预设测绘范围的航测地形图。
其中，航测地形图包括第一类地物要素，第一类地物要素可以包括道路、水系、地貌等不明显的地形要素或者不明显的建筑物。预设测绘范围的遥感影像可以指的是用户指定采集某个区域范围内的遥感影像。获取预设测绘范围的遥感影像可以通过无人机摄影采集预设测绘范围的遥感影像，还可以通过遥感卫星采集预设测绘范围的遥感影像，并对采集预测范围的遥感影像进行处理，以便最终可以生成预设测绘范围的航测地形图。
可选地，遥感影像可以通过无人机等其它航摄设备采集。当预设测绘范围的遥感影像通过无人机航摄获取时，可以预先对无人机航摄时相关参数进行设置，相关参数包括像片重叠度、像片倾斜角、像片旋偏角、航线弯曲度、航高、影像质量等。
例如：通过对无人机航摄时各项技术指标参数进行设置后，可以获取地面分辨率4cm的影像，采用预设算法对地面分辨率4cm的影像中的第一类地物要素点的精度误差进行计算，可以计算得到第一类地物要素点精度的中误差为10cm，第一类地物要素绘制在航测地形图中的精度可以控制在±25.0cm。无人机航摄时，获取预设测绘范围的遥感影像时，需要对遥感影像进行处理，进而获取最终的正射影像成果，首先，采用CORS(ContinuouslyOperating Reference Stations，连续运行参考站)进行像控点测量，且按照预设精度进行测量，全部布设成平高点，如果预设测绘范围内有部分山地，为保证像控点分布均匀，在区域四周及拐点都布有控制点；其次，根据测量的少量的野外控制点，进行空中三角测量，在室内进行控制点加密，求得加密点的高程和平面位置，其主要目的是为缺少野外控制点的地区测图提供绝对定向的控制点；最后，根据空中三角测量处理结果，制作正射影像，对影像进行匀光匀色和影像拼接后分幅输出，输出的成果影像套合原始地形图检查后，形成最终的正射影像成果，可以根据最终的正射影像生成预设测绘范围的航测地形图。
步骤102、根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图。
其中，野外采集设备可以是全站仪，全站仪是一种集光、机、电为一体的高技术测量仪器，是集水平角、垂直角、距离(斜距、平距)、高差测量功能于一体的测绘仪器系统。全站仪采用了光电扫描测角系统，测角系统类型主要有编码盘测角系统、光栅盘测角系统及动态(光栅盘)测角系统等三种。需要说明的是，野外采集设备还可以是其他采集仪器，本申请实施例对此不作限定。
第二类地物要素的数据可以包括：城镇道路、街道、巷道两侧明显建筑物(构筑物)拐点；设站施测困难的明显建筑物(构筑物)拐点及农村居民地明显建筑物(构筑物)拐点，其中城镇道路、街道、巷道两侧明显建筑物(构筑物)拐点的绘制在实测地形图中的误差可以是±5.0cm，设站施测困难的明显建筑物(构筑物)拐点及农村居民地明显建筑物(构筑物)拐点绘制在实测地形图中的误差可以为±7.5cm。
具体地，可以利用图像处理的软件对野外采集设备采集获取的第二类地物要素的数据进行处理，生成实测地形图。
步骤103、根据航测地形图、实测地形图，融合生成预设测绘范围的地形底图。
针对不同地物的特征，针对性的得到航测地形图、实测地形图，可以分别得到不同地形图中地物要素相关信息，进而对航测地形图、实测地形图进行相应的融合处理，可以得到较为完善且准确的预设测绘范围的地形底图。
本发明实施例提供的一种基于地形测图的底图获取方法，基于地形测图的底图获取方法、装置、设备及存储介质，包括：获取预设测绘范围的遥感影像，并根据遥感影像生成预设测绘范围的航测地形图，其中航测地形图包括第一类地物要素；根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；根据航测地形图、实测地形图，融合生成预设测绘范围的地形底图。其中，通过将地物进行划分为不同的种类，针对性采用更适合的方式获取包含第一类地物要素的航测地形图、包含第二类地物要素的实测地形图，使得采集的地物要素的精度得到提高，进一步提高了通过地物要素融合生成的预设测绘范围的地形底图的精度。
图2为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图，该方法包括：
步骤201、根据航测地形图和预设测绘范围的点云，获取地面点中等高线关键点。
其中，预设测绘范围的点云可以是激光点云，激光点云指的是当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得到大量的激光点，因而就可形成激光点云。等高线关键点指的是地形图上高程相等的相邻各点。
具体地，可以根据预设测绘范围的点云和预设测绘范围的遥感影像处理后的正射影像，按照预设高程点分布规则和密度规则，提取地面点上的高程数据，根据高程数据获取航测地形图中地面点上高程相等的相邻各点，将航测地形图上高程相等的相邻各点作为地面点中等高线关键点。
需要说明的是，等高线各个相邻点的高程中对应的等高距误差如下：丘陵地不大于1/2基本等高距(即±0.50m)，山地不大于2/3基本等高距(即±0.66m)，高山地不大于1，基本等高距(即±1.00m)，隐蔽地区等高距误差可放宽一倍。
步骤202、根据等高线关键点在航测地形图中生成等高线，得到最终航测地形图。
其中，等高线指的是地形图上高程相等的相邻各点所连成的闭合曲线。通常把地面上海拔高度相同的点连成的闭合曲线，并垂直投影到一个水平面上，并按比例缩绘在图纸上，就得到等高线。等高线也可以看作是不同海拔高度的水平面与实际地面的交线，所以等高线是闭合曲线。在等高线上标注的数字为该等高线的海拔。
具体地，可以将上述得到的航测地形图上高程相等的相邻各点作为等高线关键点，将等高线关键点依次连接，可以得到一闭合曲线，该闭合曲线为航测地形图中的等高线，进而得到最终航测地形图。
需要说明的是，可以根据预设测绘范围的点云导出等高线关键点的三维坐标数据，根据等高线关键点的三维坐标数据可以生成预设高度的等高距的等高线。例如：等高线的高度可以为1m、2m、3m等，还可以是其他预设高度，本申请实施例对此不作限定。
相应地，根据航测地形图、实测地形图，融合生成预设测绘范围的地形底图，包括：
根据最终航测地形图、实测地形图，融合生成预设测绘范围的地形底图。
具体地，根据最终航测地形图和实测地形图依据各自预设测绘范围，对航测地形图和实测地形图中居民建筑区、航测区域交接的区域等对地形要素进行预设处理规则接边处理，以使航测地形图和实测地形图中的各地物要素可以无缝连接，按照预先设置的比例及预设地形图成图规则进行融合成图。
需要说明的是，预先设置的比例可以是1:500，还可以是其他预先设置的比例，本申请实施例对此不作限定。
在上述获取预设测绘范围的地形底图之后，可以将预设测绘范围的地形底图应用于旅游平台，为用户推荐旅游路线、旅游周边等各类信息。
图3为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图，如图3所示，上述根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图之后，可以包括：
步骤301、获取用户旅游兴趣数据。
可选地，可以从网络爬取相关的大量旅游信息作为样本来分析获取用户旅游兴趣数据，例如用户通过社交网络发布的旅游攻略、日志等，或者旅行网站发布的旅游咨询、新闻等。
其中，用户旅游兴趣数据包括：用户兴趣表达方式、用户兴趣显示内容等。
用户兴趣表达方式包括：电子地图上的样式、色彩、尺寸、符号、亮度及密度。用户兴趣显示内容包括：电子地图上的地理基础地图要素和旅游地图底图专题要素等，其中，地理基础地图要素可以包括居民地、水系、绿地、道路网等要素；旅游地图底图专题要素可以包括餐饮美食、住宿宾馆、交通设施、游玩景点、购物休闲及娱乐指南等。
由于不同的用户的认知习惯、兴趣需求与地图学知识各不相同，不同的用户对用户兴趣表达方式程度、用户兴趣显示内容程度也不相同，例如对于用户兴趣表达方式，非地图学专业的用户对抽象程度高的地图符号辨识能力差，无法辨认符号代表的旅游信息，影响了用户决策。因此需要获取不同用户的旅游兴趣数据，以便后续步骤进行处理。
步骤302、根据用户旅游兴趣数据，获取景区地图图幅要素。
由于不同的用户兴趣爱好程度的不同，导致用户兴趣表达方式和用户兴趣显示内容不同，为了使得预设测绘范围的地形底图可以尽可能满足多数用户的需求，则可以根据用户旅游兴趣数据进行处理，获取可以满足多数用户的表达方式和显示内容。
具体地，根据用户旅游兴趣数据中的用户兴趣表达方式、用户兴趣显示内容，根据预设方式，获取用户旅游兴趣数据中的用户兴趣表达方式、用户兴趣显示内容中大多数用户共同的用户兴趣表达方式和用户兴趣显示内容，将大多数用户共同的用户兴趣表达方式和用户兴趣显示内容作为景区地图图幅要素。
例如：可以采用问卷调查的方式，若样本数量为5，对用户兴趣表达方式中色彩的偏好进行调查，提供红、黄、蓝三种色彩选项，用户分为A、B、C、D、E，A偏好红色、B偏好蓝色、C偏好黄色、D偏好红色、E偏好红色，则统计结果显示5个样本中3个偏好红色，则可以将红色作为景区地图图幅要素中用户兴趣表达方式的色彩对应的颜色，样本空间越大，调查结果越精确。
步骤303、根据景区地图图幅要素、地形底图，生成预设测绘范围的景区地形底图。
具体地，将景区地图图幅要素和地形底图进行融合，最终可以生成预设测绘范围的景区地形底图。
例如：若景区地图图幅要素中用户兴趣表达方式的色彩对应的颜色为红色、采用用户兴趣表达方式中的图标来标记某些地点等，来完成景区地形底图，以更符合用户的兴趣需求，提升用户使用旅游平台的兴趣度。
图4为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图。
可选地，所述用户旅游兴趣数据包括：用户兴趣表达数据；所述用户兴趣表达数据包括：时间兴趣度数据、次数兴趣度数据、位置兴趣度数据。
如图4所示，上述所述根据所述用户旅游兴趣数据，获取景区地图图幅要素，包括：
步骤401、根据预设第一兴趣算法，获取用户兴趣表达数据中每一种数据的标准化值。
其中，用户兴趣表达数据包括：时间兴趣度数据、次数兴趣度数据、位置兴趣度数据。预设第一兴趣算法可以包括眼动数据的定量分析法，可以通过用户的视觉行为获取知识，能够捕获用户的眼球运动轨迹，记录用户的注视、眼跳与回视参数。
具体地，可以将时间兴趣度数据、次数兴趣度数据、位置兴趣度数据作为指标数据，对指标数据进行标准化处理，获取用户兴趣表达数据中每一种指标数据的标准化值。
例如：以用户兴趣表达数据中的符号为例，可以收集某一用户在多幅旅游地图中点状符号中的3类指标数据，其中，1类为时间兴趣度数据、2类为次数兴趣度数据、3类为位置兴趣度数据，利用正向标准化公式进行处理，正向标准化公式如下：
其中，aij为第i幅旅游地图中第j类指标数据的标准化值，bij为眼动行为在第i幅地图中第j类的指标数据，max(bij)与min(bij)代表第j类指标数据的最大值与最小值，n指旅游地图点状符号素材数量，j为指标数据类型。根据上述公式最终可以得到用户兴趣表达数据中每一种指标数据的标准化值。
步骤402、根据标准化值及信息熵算法，计算用户兴趣表达数据中每一种数据的信息熵。
由于上述3类标准化的指标数据蕴含不同的信息量，需要通过信息熵公式计算3者各自包含的信息量。信息熵计算公式如下：
其中，N＝1/ln k，假设当pij＝0时，pij ln pij＝0。
可以根据上述信息熵公式，得到用户兴趣表达数据中每一种数据的信息熵。
步骤403、根据信息熵以及权重算法，确定用户兴趣表达数据中每一种数据的权重。
具体地，基于上述步骤中3类指标数据的信息量计算指标数据间的差异程度，通过权重进行表示，根据信息熵以及权重算法，确定用户兴趣表达数据中每一种数据的权重。权重算法可以包括如下权重计算公式：
其中，wb表示权重，根据上述步骤得到的信息熵，运用权重公式可以得到每一指标数据对应的权重。
步骤404、根据兴趣度算法和权重，获取用户兴趣表达要素。
其中，兴趣度算法可以包括兴趣度算法公式。
具体地，得到用户兴趣表达数据中每一种数据的权重后，采用兴趣度算法公式，求3类指标数据与权重对应数值乘积的和。兴趣度算法公式如下：
Interest(fi)＝Interesttime(fi)wb1+Interestcount(fi)wb2+Interestcoord(fi)wb3
其中，以符号为例，Interest(fi)为用户在第i幅地图中用户兴趣表达数据的符号的兴趣度，则Interest(fi)可表示为：
Interest(fi)＝f(Interesttime(fi),Interestcount(fi),Interestcoord(fi))
其中Interesttime(fi)，Interestcount(fi)，Interestcoord(fi)分别表示在第i幅地图中，基于时间数据、次数数据和位置数据的用户兴趣度，取值为[0，1]，三者间的重要程度通过权值来描述。
图5为本申请另一实施例提供的基于地形测图的底图获取方法的流程示意图。
可选地，所述用户旅游兴趣数据包括：用户兴趣显示数据；所述用户兴趣显示数据包括：浏览时间、浏览关键词；
如图5所示，上述根据所述用户旅游兴趣数据，获取景区地图图幅要素，包括：
步骤501、根据历史浏览内容的浏览时间、浏览关键词，获取历史浏览内容的兴趣度。
具体地，可以获取用户在旅游地图中的历史浏览内容，采用Web(World Wide Web，全球广域网)日志分析法获取历史浏览内容中的浏览时间、浏览关键词，根据Web日志分析的用户兴趣度计算方法，计算历史浏览内容的兴趣度。
例如：根据Web日志分析的用户兴趣度计算方法中，选取的执行次数指被试点击某一项目的次数，该项目记作wi。定义点击次数为Count(wi)，则基于点击次数数据的用户兴趣度计算公式如下：
其中，maxi∈n(Count(wi))指被试点击次数的最大值。
定义用户访问某一项目的时间为Time(wi)，则基于点击次数数据的用户兴趣度计算公式如下所示：
其中，maxi∈n(Time(wi))指被试浏览时间的最大值。
记Interest(wi)(0≤Interest≤1)为被试对旅游地图中wi的兴趣度，其计算公式如下：
根据上述公式可以计算历史浏览内容的兴趣度。
步骤502、根据兴趣度，获取最大兴趣度对应的历史浏览内容的浏览要素。
具体地，根据历史浏览内容中多个兴趣度，获取多个的兴趣度中的最大兴趣度值，进一步得到最大兴趣度值对应的历史浏览内容的浏览要素。
例如：通过计算得到旅游地图历史浏览内容中的某几项，例如：餐饮、娱乐、住宿，三项计算每一项的兴趣度，最终可以得到三项对应的兴趣度值，可以得到最大的兴趣度值对应的历史浏览内容中该项对应的浏览要素。
步骤503、根据最大兴趣度对应的历史浏览内容的浏览要素，确定用户兴趣显示要素。
具体地，可以将最大兴趣度对应的历史浏览内容的浏览要素作为用户兴趣显示要素。
例如：最大兴趣度对应的历史浏览内容的浏览要素为餐饮，则表示在旅游地图中用户最关注的一项为餐饮，若餐饮包括中餐、西餐，中餐的兴趣度值最大，则可以将餐饮中的中餐作为用户兴趣显示要素。
进一步地，可以在地形底图上添加用户兴趣显示要素。
图6为本申请实施例提供的一种基于地形测图的底图获取装置，包括：
第一生成模块601，用于获取预设测绘范围的遥感影像，并根据所述遥感影像生成所述预设测绘范围的航测地形图，其中所述航测地形图包括第一类地物要素；
第二生成模块602，用于根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；
第三生成模块603，用于根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
可选地，参考图7所述装置还包括：
第一获取模块604，用于根据所述航测地形图和所述预设测绘范围的点云，获取地面点中等高线关键点；
第二获取模块605，用于根据所述等高线关键点在所述航测地形图中生成等高线，得到最终航测地形图；
相应地，所述第三生成模块603，具体用于根据所述最终航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
可选地，参考图7，所述装置还包括：
第三获取模块606，用于获取用户旅游兴趣数据，所述用户旅游兴趣数据包括：用户兴趣表达方式、用户兴趣显示内容；
第四获取模块607，用于根据所述用户旅游兴趣数据，获取景区地图图幅要素；
第四生成模块608，用于根据所述景区地图图幅要素、所述地形底图，生成所述预设测绘范围的景区地形底图。
可选地，所述用户旅游兴趣数据包括：用户兴趣表达数据；所述用户兴趣表达数据包括：时间兴趣度数据、次数兴趣度数据、位置兴趣度数据；
所述第四获取模块607，具体用于根据预设第一兴趣算法，获取所述用户兴趣表达数据中每一种数据的标准化值；根据所述标准化值及信息熵算法，计算所述用户兴趣表达数据中每一种数据的信息熵；根据所述信息熵以及权重算法，确定所述用户兴趣表达数据中每一种数据的权重；根据兴趣度算法和所述权重，获取用户兴趣表达要素。
可选地，所述用户旅游兴趣数据包括：用户兴趣显示数据；所述用户兴趣显示数据包括：浏览时间、浏览关键词；
所述第四获取模块607，具体用于根据历史浏览内容的所述浏览时间、所述浏览关键词，获取所述历史浏览内容的兴趣度；根据所述兴趣度，获取最大所述兴趣度对应的历史浏览内容的浏览要素；根据最大所述兴趣度对应的历史浏览内容的浏览要素，确定用户兴趣显示要素。
图8为本申请另一实施例提供的一种计算机设备，如图8所示，包括：存储器701、处理器702，存储器701中存储有可在处理器702上运行的计算机程序，处理器702执行计算机程序时，实现上述基于地形测图的底图获取方法的步骤。
本申请实施例还提供一种存储介质，存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述基于地形测图的底图获取方法的步骤。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于地形测图的底图获取方法，其特征在于，所述方法包括：
获取预设测绘范围的遥感影像，并根据所述遥感影像生成所述预设测绘范围的航测地形图，其中所述航测地形图包括第一类地物要素；
根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；
根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图；
其中，所述第一类地物要素包括道路、水系、地貌；
所述第二类地物要素包括：城镇道路街道巷道两侧建筑物拐点、设站施测困难的建筑物拐点、农村居民地建筑物拐点；
其中，所述根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图之后，还包括：
获取用户旅游兴趣数据，所述用户旅游兴趣数据包括：用户兴趣表达方式、用户兴趣显示内容；
根据所述用户旅游兴趣数据，获取景区地图图幅要素；
根据所述景区地图图幅要素、所述地形底图，生成所述预设测绘范围的景区地形底图；
所述用户旅游兴趣数据包括：用户兴趣表达数据；所述用户兴趣表达数据包括：时间兴趣度数据、次数兴趣度数据、位置兴趣度数据；
所述根据所述用户旅游兴趣数据，获取景区地图图幅要素，包括：
根据预设第一兴趣算法，获取所述用户兴趣表达数据中每一种数据的标准化值；
根据所述标准化值及信息熵算法，计算所述用户兴趣表达数据中每一种数据的信息熵；
根据所述信息熵以及权重算法，确定所述用户兴趣表达数据中每一种数据的权重；
根据兴趣度算法和所述权重，获取用户兴趣表达要素。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述航测地形图和所述预设测绘范围的点云，获取地面点中等高线关键点；
根据所述等高线关键点在所述航测地形图中生成等高线，得到最终航测地形图；
相应地，所述根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图，包括：
根据所述最终航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
3.如权利要求1所述的方法，其特征在于，所述用户旅游兴趣数据包括：用户兴趣显示数据；所述用户兴趣显示数据包括：浏览时间、浏览关键词；
所述根据所述用户旅游兴趣数据，获取景区地图图幅要素，包括：
根据历史浏览内容的所述浏览时间、所述浏览关键词，获取所述历史浏览内容的兴趣度；
根据所述兴趣度，获取最大所述兴趣度对应的历史浏览内容的浏览要素；
根据最大所述兴趣度对应的历史浏览内容的浏览要素，确定用户兴趣显示要素。
4.一种基于地形测图的底图获取装置，其特征在于，所述装置包括：
第一生成模块，用于获取预设测绘范围的遥感影像，并根据所述遥感影像生成所述预设测绘范围的航测地形图，其中所述航测地形图包括第一类地物要素；
第二生成模块，用于根据野外采集设备采集获取的第二类地物要素的数据，生成实测地形图；
第三生成模块，用于根据所述航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图；
其中，所述第一类地物要素包括道路、水系、地貌；
所述第二类地物要素包括城镇道路街道巷道两侧建筑物拐点、设站施测困难的建筑物拐点、农村居民地建筑物拐点；
其中，所述装置还包括：
第三获取模块，用于获取用户旅游兴趣数据，所述用户旅游兴趣数据包括：用户兴趣表达方式、用户兴趣显示内容；
第四获取模块，用于根据所述用户旅游兴趣数据，获取景区地图图幅要素；
第四生成模块，用于根据所述景区地图图幅要素、所述地形底图，生成所述预设测绘范围的景区地形底图；
所述第四获取模块，具体用于：
根据预设第一兴趣算法，获取所述用户兴趣表达数据中每一种数据的标准化值；
根据所述标准化值及信息熵算法，计算所述用户兴趣表达数据中每一种数据的信息熵；
根据所述信息熵以及权重算法，确定所述用户兴趣表达数据中每一种数据的权重；
根据兴趣度算法和所述权重，获取用户兴趣表达要素。
5.如权利要求4所述的装置，其特征在于，所述装置还包括：
第一获取模块，用于根据所述航测地形图和所述预设测绘范围的点云，获取地面点中等高线关键点；
第二获取模块，用于根据所述等高线关键点在所述航测地形图中生成等高线，得到最终航测地形图；
相应地，所述第三生成模块，具体用于根据所述最终航测地形图、所述实测地形图，融合生成所述预设测绘范围的地形底图。
6.一种计算机设备，其特征在于，包括：存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述权利要求1至3任一项所述的方法。
7.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010289436.2A CN111523057B (zh) | 2020-04-13 | 2020-04-13 | 基于地形测图的底图获取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010289436.2A CN111523057B (zh) | 2020-04-13 | 2020-04-13 | 基于地形测图的底图获取方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111523057A CN111523057A (zh) | 2020-08-11 |
| CN111523057B true CN111523057B (zh) | 2024-04-19 |
Family
ID=71902623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010289436.2A Active CN111523057B (zh) | 2020-04-13 | 2020-04-13 | 基于地形测图的底图获取方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111523057B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113447924B (zh) * | 2021-06-29 | 2023-11-03 | 上海为彪汽配制造有限公司 | 一种基于毫米波雷达的无人机测绘方法和系统 |
| CN114937130B (zh) * | 2022-06-15 | 2023-06-16 | 广州市城市规划勘测设计研究院 | 一种地形图测绘方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013218440A (ja) * | 2012-04-05 | 2013-10-24 | Nippon Telegr & Teleph Corp <Ntt> | 推定興味度スコアデータベース生成装置及び方法及びプログラム |
| CN104637370A (zh) * | 2014-12-23 | 2015-05-20 | 河南城建学院 | 一种摄影测量与遥感综合教学的方法及系统 |
-
2020
- 2020-04-13 CN CN202010289436.2A patent/CN111523057B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013218440A (ja) * | 2012-04-05 | 2013-10-24 | Nippon Telegr & Teleph Corp <Ntt> | 推定興味度スコアデータベース生成装置及び方法及びプログラム |
| CN104637370A (zh) * | 2014-12-23 | 2015-05-20 | 河南城建学院 | 一种摄影测量与遥感综合教学的方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 基于地空一体化的 1 ∶ 500 地形图测绘应用———以宁波市北仑区某测区为例;张伟等;城市勘测;1-3 * |
| 汤建凤 ; .基于Lidar数据的正射影像制作1∶2000地形图研究.铁道勘察.2015,(06),全文. * |
| 电子地图兴趣点分类自动标注算法研究;杨小明;网络安全技术与应用;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111523057A (zh) | 2020-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9322656B2 (en) | Variable density depthmap | |
| Touya et al. | Detecting level-of-detail inconsistencies in volunteered geographic information data sets | |
| Turker et al. | Automatic detection of earthquake‐damaged buildings using DEMs created from pre‐and post‐earthquake stereo aerial photographs | |
| Di Sabatino et al. | Construction of digital elevation models for a southern European city and a comparative morphological analysis with respect to Northern European and North American cities | |
| JP2016152044A (ja) | 目標位置を確定するための方法及び装置 | |
| Klouček et al. | How does data accuracy influence the reliability of digital viewshed models? A case study with wind turbines | |
| CN107407564A (zh) | 选择用于装置的定位的特征几何形状 | |
| JP2014507703A (ja) | ３ｄアプリケーションの地物におけるユーザーの興味を決定する視野依存技術 | |
| CN111523057B (zh) | 基于地形测图的底图获取方法、装置、设备及存储介质 | |
| CN109711751A (zh) | 一种基于时空数据融合分析的资源环境承载力评估方法 | |
| Czyńska et al. | Classification of cityscape areas according to landmarks visibility analysis | |
| Wakamiya et al. | Lets not stare at smartphones while walking: memorable route recommendation by detecting effective landmarks | |
| Bartie et al. | Incorporating vegetation into visual exposure modelling in urban environments | |
| Joly et al. | A quantitative approach to the visual evaluation of landscape | |
| Delmelle et al. | Travel impedance agreement among online road network data providers | |
| Komadina et al. | Automated 3D urban landscapes visualization using open data sources on the example of the city of Zagreb | |
| Bartelme | Geographic information systems | |
| Wang et al. | Positional error modeling of sky‐view factor measurements within urban street canyons | |
| KR20100138554A (ko) | 여행자용 내비게이션 방법 및 그 시스템 | |
| CN110716997B (zh) | 一种目标地址坡度数据获取方法及装置 | |
| Sang | Wild vistas: progress in computational approaches to ‘viewshed’analysis | |
| Meek et al. | The Influence of Digital Surface Model Choice on Visibility‐based Mobile Geospatial Applications | |
| da Rocha¹ et al. | Studies of volumetric relation between vegetation and buildings using LIDAR data and NDVI to propose urban parameters | |
| Bipu | Geographic information system & spatial analysis | |
| MARIT | GIS applications for modern-style military operations planning. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |